MétaCan
Menu
Retour à la cohorte
Enregistrement W2759149419 · doi:10.1037/xlm0000453

Grasp representations depend on knowledge and attention.

2017· article· en· W2759149419 sur OpenAlexafffund
Kao-Wei Chua, Daniel N. Bub, Michael E. J. Masson, L. Gauthier

Notice bibliographique

RevueJournal of Experimental Psychology Learning Memory and Cognition · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueAction Observation and Synchronization
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyObject (grammar)Action (physics)GRASPCognitive psychologyOrientation (vector space)EvocationCommunicationDual (grammatical number)CognitionCognitive scienceArtificial intelligenceComputer scienceLinguisticsNeuroscience

Résumé

récupéré en direct d'OpenAlex

Seeing pictures of objects activates the motor cortex and can have an influence on subsequent grasping actions. However, the exact nature of the motor representations evoked by these pictures is unclear. For example, action plans engaged by pictures could be most affected by direct visual input and computed online based on object shape. Alternatively, action plans could be influenced by experience seeing and grasping these objects. We provide evidence for a dual-route theory of action representations evoked by pictures of objects, suggesting that these representations are influenced by both direct visual input and stored knowledge. We find that that familiarity with objects has a facilitative effect on grasping actions, with knowledge about the object's canonical orientation or its name speeding grasping actions for familiar objects compared to novel objects. Furthermore, the strength of contributions from each route to action can be modulated by the manner in which the objects are attended. Thus, evocation of grasping representations depends on an interaction between one's familiarity with perceived objects and how those objects are attended while making grasp actions. (PsycINFO Database Record

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,069
Tête enseignante GPT0,423
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Learning Memory and CognitionMême sujetAction Observation and SynchronizationTravaux en français237 207